一种船舶舱室人员动态检测及跟踪方法设计

基于视频图像的视频检测跟踪技术已成为新世纪热点技术,视频监控已广泛的应用于各个领域,对于海量视频数据进行自动识别检测处理有着十分重要的作用.论文将人员目标检测与人员目标跟踪相结合,实现人员动态的自动跟踪,可用于船舶舱室人员地动态检测及跟踪.该方法提高了视频监控的工作效率,降低了船舶舱室监控人员的工作强度.论文主要研究分析了高斯背景建模算法和CamShift算法,对CamShift算法提出改进,并对算法进行仿真实验设计,最后通过实验结果来分析和验证改进算法的有效性.     

视频监控中的人群逃离行为检测与定位

对视频监控系统中的人群异常逃离行为检测和定位的问题进行研究。提出一种不仅能检测出异常事件,而且能够识别异常的可能位置的新算法。人们通常本能地逃离异常或者危险发生的地点。基于这个理论,提出了一种新的检测发散中心的算法：发散中心暗示异常发生的可能位置。首先建立正常和异常的人群运动模型。通过光流场来计算出运动矢量的位置和方向,并获得矢量的交点。然后使用KNN最邻近搜索法获得交点集的密集区域即发散中心。最后,通过判断运动速度、能量和发散中心识别逃离行为。对多个视频数据进行实验测试,结果验证了所提方法是有效的。     

多视点视频编码中的运动和视差估计快速算法

针对多视点视频编码复杂度高的问题,提出一种基于分层B帧视点-时间预测结构的运动和视差联合估计快速算法.利用参考帧图像和当前编码图像的运动矢量及视差矢量之间的几何关系,设计可靠的预测矢量作为搜索起始点,并分别在不同方向的参考帧内进行小范围的运动补偿以得到最佳运动和视差矢量.该方法由前一次运动/视差估计得到候选矢量来进行下一次视差/运动估计,只需1次搜索过程就能同时确定最佳运动和视差矢量.实验结果表明,该算法与JMVM全搜索算法相比,能在保持编码质量的同时,节省87.69%的编码时间.     

提高红外经纬仪跟踪弱小目标精度的新算法

为了解决在复杂背景下有效测量弱小运动目标的瓶颈问题,提出了一种将Kalman滤波与模糊理论相结合的小目标跟踪算法.利用Kalman滤波进行目标点的位置预测,在动态搜索范围内寻找匹配目标点进行图像序列分析,并结合模糊理论进行记忆更新来确定目标可能度.通过目标描述、Kalman预测、确定搜索范围、搜索目标和记忆更新等方面的论述,从理论分析和实验结果两方面证明了算法的有效性.跟踪算法通过记忆的缓慢衰减进行运动估计,实现了红外经纬仪对小于20像素的运动弱小目标动态跟踪的连续性和稳定性.     

运动估计中的一种前处理算法

为降低视频编码中运动估计的算法复杂度,提出一种针对运动估计的前处理算法.该算法首先通过前两帧来对当前帧的矢量分布进行预测,并对大概率的运动矢量进行优先估计,使得一部分宏块的运动估计工作在前处理过程中完成,并且这些宏块的运动矢量需要的搜索点数仅为一次,因而该算法显著地提高运动估计的效率.理论分析结果表明,算法针对视频序列中的运动矢量中心偏置分布特性非常有效.把该算法分别应用于三步搜索(TSS)以及菱形搜索(DS)等算法中的实验结果表明,本算法在保持与以上算法相当的绝对误差的条件下能够大幅度降低平均搜索点数,使得运动估计的计算复杂度有了显著的降低,从而进一步降低整个视频编码的计算复杂度.     

基于CamShift算法的目标跟踪研究

针对传统的跟踪算法无法获取跟踪目标世界坐标值的问题,提出融合SIFT特征点匹配的CamShift目标跟踪算法。运用基于色彩的CamShift算法对目标进行跟踪的同时对跟踪搜索窗口进行SIFT特征点提取和匹配,以获取目标的部分特征点在左右成像平面上的二维坐标值,根据这些坐标值通过视差原理确定目标的空间位置。实验结果显示,该算法在室内简单的背景条件下,能很好地跟踪运动目标且跟踪误差在可接受的范围内。     

夜间弱光环境下运动目标的检测

夜间弱光环境下视频图像具有像噪声高、对比度低、无彩色信息等特点,加大了运动目标检测难度,可靠的运动目标检测是实现智能视频监控的关键。文章针对夜间弱光环境下视频监控近红外图像的特点,基于改进的近似中值滤波原理,建立了夜间弱光环境下视频图像双尺度背景模型,对运动目标进行双尺度检测,并通过实验验证了该方法对夜间弱光环境下运动目标检测的有效性。     

一种运动矢量场自适应搜索算法

针对视频序列中存在很大的时间冗余问题.在运动补偿和运动估计算法基础上,利用运动估计的中心偏置特性,提出一种基于运动矢量场的自适应搜索算法.通过对当前帧的分析,动态地修改被参考特性,从而减少了时间冗余.实验证明,该算法将使运动估计匹配准确率和搜索速度得到有效提高.     

全局运动序列中运动目标的检测算法

针对全局运动视频序列采用灰度投影法检测序列帧间运动矢量,具有图像信息利用充分、计算精度高等优点,文中采用了改进的三步搜索算法有效地提高了运动矢量搜索速度,降低了运算复杂度,同时保持了运动矢量的搜索精度。通过帧间运动矢量补偿将相邻三帧图像的相同背景稳定在同一幅图像的相同位上,利用改进的三帧差分法检测运动目标区域。结合数学形态学的闭运算和填充运算等提取出运动目标。实验结果表明,该方法能够快速高效地从背景变化的视频序列中提取运动目标,具有较强的鲁棒性和准确性。     

面向H.264的多级自适应快速整像素运动估计算法

为了减少运动估计计算量,提高视频编码效率,提出了一种多级自适应快速整像素运动估计算法。首先,根据前一帧的帧级运动强度和当前块预测运动矢量(PMV)分别预测帧级和宏块级搜索范围,取其中最小值作为最终搜索范围。其次,根据宏块级运动强度,将宏块分为低、中、高三种运动强度类型,针对不同的类型自适应选择钻石、改进的六边形、UMHexagonS算法模板。然后,根据宏块运动矢量方向性,对高运动强度类型宏块采取方向自适应搜索策略。最后,对UMHexagonS算法进行了改进。实验结果表明,本文算法比FFS、UMHexagonS、EPZS算法分别平均减少了70.290%、19.124%、14.113%的运动估计时间,而峰值信噪比基本不变且码率增加较少。     

H.264到HEVC的低复杂度视频转码算法

针对H.264视频转码为下一代压缩标准高效电视编码（HEVC）视频过程中耗费大量时间的问题,提出一种低复杂度的视频转码算法.该算法充分利用H.264压缩视频流中包含的信息,基于图像复杂度和编码比特数之间的关系对每帧图像进行编码复杂度分析,并根据分析结果决定编码树单元的搜索深度范围;基于HEVC码流中Skip模式与H.264码流中各种模式的映射关系对Skip模式进行提前判决,通过对编码比特数的统计分析快速选择预测单元的对称与非对称分割模式;依据运动矢量的相似性,优化了HEVC运动估计过程中预测单元的搜索起点和搜索范围,进一步减少了转码过程的计算量.实验结果表明：该算法与参考算法相比转码速度获得了大幅提高,同时还保持了几乎相同的率失真表现.     

基于人眼特性的视频稳定方法

在分析人眼视觉稳像原理和特性的基础上,提出了一种基于特征块匹配的视频稳定算法。该算法采用均匀分布的方式确定特征块。根据视频图像抖动特性对运动矢量进行预测,确定运动搜索的起始点。采用大钻石与小钻石搜索模板结合的方式,在阈值和搜索空间的约束下完成特征块匹配。然后通过运动平滑选择有效的运动矢量。利用仿射变换矩阵对原始图像进行配准,得出稳定视频序列。实验表明,该算法有效地稳定了图像序列,并且满足快速性和实时性的要求。     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

基于改进粒子滤波的煤矿视频监控模糊目标检测

针对煤矿井下智能视频监控采集到的视频图像质量较差、干扰多、噪点多、目标检测不准确等问题,提出了一种基于改进粒子滤波的模糊目标检测方法。在标准粒子滤波理论框架下,以视频多图像帧差为基础构建非线性、非高斯多系统状态空间融合模型;在图像帧差得到的关键点区域范围内进行粒子抽样及概率密度的传播;利用加权后验样本粒子表示多系统状态空间融合模型的后验概率密度;采用样本均值方法融合估计系统后验状态;最后对系统状态空间模型进行输出,得到目标检测结果。使用三交河煤矿井下视频监控数据进行试验验证,分别釆用改进的粒子滤波、标准粒子滤波、无损卡尔曼滤波以及扩展卡尔曼滤波等方法进行对比。试验结果表明:针对煤矿井下视频模糊目标检测问题,改进的多状态空间模型及关键区域采样粒子滤波算法具有良好的目标检测效果。     

哈希编码和Kalman滤波的目标跟踪算法

针对现有的目标跟踪算法过于复杂、计算量大和遮挡无法跟踪等缺点,提出了基于哈希编码和Kalman滤波的目标跟踪改进算法.采用哈希算法对图像感兴趣的区域进行编码,将二维图像变为一维数字摘要,大大地减少了匹配运算量;采用Kalman滤波算法进行目标搜索,并预测目标在下一帧图像中的位置,再以预测位置为起点进行搜索,从而缩小了搜索范围,加快了跟踪速度.通过对多组视频中的目标进行跟踪实验,结果说明所提出的改进算法在背景复杂、目标快速运动、完全遮挡的环境下具有较强的抗干扰能力,跟踪效果较好,跟踪速率高达12帧/s.     

基于聚散熵及运动目标检测的监控视频关键帧提取

针对公安监控视频检索中根据运动目标准确标注视频关键帧的问题,提出一种基于聚散熵及运动目标检测的监控视频关键帧提取算法。首先通过对视频内容的分析,提出监控视频聚散熵的概念。其次根据聚散熵对监控视频进行子镜头划分,再次根据运动目标检测对子镜头进行划分,从而提取视频关键帧。最后列举出算法在几种典型视频数据库中的实验结果及结果分析。实验结果表明该算法在关键帧提取的准确性和鲁棒性上都有良好表现,该算法针对公安监控视频检索需求,在缩短公安视频侦查时间及智能检索中起到支撑作用。     

小区视频监控的入侵检测算法

目前运动目标入侵检测的算法有很多种,一些算法已经解决了一些监控中的实际问题,但是还存在很多挑战性的难题没有解决,如针对小区视频智能监控系统的研究比较少。对小区视频智能监控系统中的入侵检测算法进行了研究,设计并实现了较稳定、实时性和扩展性较强的小区智能视频监控系统。通过引入减缓因子等从局部和全局光照变化两个方面改进了混合高斯背景模型的参数更新方案,提出了基于万有引力定律的边缘检测算法,并将其与对称差分相结合,有效地解决了运动目标检测结果存在空洞、边缘信息破碎的问题。     

基于立体视觉的三维空间入侵检测

针对平面视频监控无法感知运动物体深度的缺点,提出了基于立体视觉进行三维空间入侵检测的理论和方法。采用双目平行摄像系统,基于立体校正后的左右图像进行视差计算,并在视差图的基础上直接对运动物体做入侵判别;同时,设计了三维敏感区域的设置和报警策略。为了加快计算速度,采用一种基于下采样块匹配的方法来计算代价空间,最后用快速的局部动态规划输出视差图。在计算某目标的实际视差时,与目标的运动区域检测相结合,以减小计算误差。实际测试结果表明,该方法可以有效地探测到三维空间的运动目标入侵。     

一种改进的两阶段目标跟踪方法

针对动态场景中使用固定模板进行跟踪容易丢失目标的问题以及利用动态模型估计目标位置时产生的漂移问题,提出一种改进的基于偏最小二乘法的两阶段目标跟踪方法。该方法利用偏最小二乘分析法对在高维特征空间中搜集的正负样本降维,获得特征子空间构建目标表观模型集。跟踪在贝叶斯推理框架下进行:在初始跟踪阶段,利用粒子滤波原理及似然函数估计目标的初步位置;在校正阶段,采用一种适应性的基准模型确定最终的目标位置。对一些视频序列的实验结果证明了所提出方法的有效性。     

基于数据手套和双目视觉技术的虚拟手势及其空间位置跟踪

基于数据手套技术,搭建了虚拟手势交互系统,实现人手到虚拟手的映射. 对双目视觉中空间点定位模型进行了修改,提出一种基于两垂直摄像头的空间点定位模型,实现了基于双目视觉技术的运动目标位置与姿态跟踪;通过对CamShift算法的改进,提高了运动目标跟踪系统的准确性和自动性,解决了柔性物体的空间姿态捕捉问题. 在VS2008平台上,用VC++和双摄像头搭建了一个虚拟手势交互平台,通过实验,获取了图像及相应的角度与位置信息对照,将虚拟手的位置和姿态与图片相对照,对所提出的方法进行了验证,证明了该方法的有效性.